数字视频篡改痕迹的被动检测技术综述

随着DEEPFAKE等人工智能方法对数字媒体数据的篡改方式越来越强大,再次掀起了全球各国政府、人民对数字媒体篡改问题的关注和焦虑。无论是传统的篡改攻击,还是智能的篡改生成,从结果上来看,都加深了人们对数字媒体真实性的质疑。数字视频是当下互联网信息传播的主流方式之一,因此对数字视频篡改痕迹的被动检测具有重大研究意义。本文针对数字视频篡改方法和痕迹被动检测问题展开综述,旨在阐述当下这一领域的发展现状和未来趋势。首先从已有案例对数字视频篡改的背景、篡改技术现状、社会危害进行多层次分析,凝炼该领域的研究现状和现存科学难题。然后,本文把被动取证检测技术分为时空域特征检测技术、编码域特征检测技术、深度特征检测技术三类,并详细分析了每类技术的特点和不足。其次,本文也对视频篡改检测相关的国际竞赛和国内竞赛、视频篡改数据集以及常用第三方工具库进行了归纳和总结。最后,本文总结了该领域的进一步有待研究的理论、技术内容和未来应用发展趋势。      

一种新的多特征融合视频篡改检测方法

三网融合的视频防插播、防篡改技术已成为信息安全领域重点攻关的关键技术。针对多媒体业务被恶意篡改的问题,提出一种新的多特征融合的视频篡改检测方法：结合LM算法对BFGS进行融合改进,提出改进的BFGS神经网络,通过提取视频特征平均梯度和信息熵,采用改进的BFGS神经网络进行融合篡改检测。实验结果表明,该算法收敛速度快,学习精度高,能有效地对视频篡改进行检测。     

数字视频伪造被动取证技术研究综述

数字视频伪造被动取证技术直接依据已获得的视频数据本身来判别其真实性, 具有更好的适应性, 逐渐成为取证研究领域的主流。为了从整体上梳理与描述数字视频伪造被动取证技术,分析了常见的视频伪造操作的特点和它们遗留的痕迹以及对视频被动取证的影响,从取证手段和采用技术2个角度,归纳与总结了基于数字视频来源、基于视频篡改遗留痕迹、基于深度学习框架和基于原始视频特征表征等视频被动取证的典型方法,并详细地探讨了视频伪造被动取证领域面临的挑战和未来的发展趋势。      

基于区域时偏特性的视频复制-粘贴检测

Copy-Move作为一种较为普遍的视频篡改行为引起了国内外很多学者的关注,作为一种帧内篡改,篡改者通过改变视频帧内的像素值来达到篡改目的。为了检测此篡改,文中提出了基于区域光流偏移特性的检测算法,利用此偏移特性来搜寻其在视频中被拷贝的位置来达到检测目的。实验证明,提出的方法创新性的利用了时域信息进行检测,同时在未增加算法复杂度的情况下,提高了检测准确率,是一种有效的检测方法。     

基于视频修复的运动目标删除篡改行为的检测算法

将运动对象从视频中删除是视频篡改的一种常见 形式,针对删除视频运动对象这一篡改操作, 提出了基于视频修复痕迹的检测方法。运动对象删除后需采用数字视频修复技术填补由于移 除操作产生的 黑洞,使得篡改后的视频遗留有修复痕迹;通过深入分析篡改视频中遗留的修复痕迹,对篡 改后未压缩视 频采用对称帧差法检测运动对象删除区域;对压缩后的篡改视频从运动光流场的角度,由视 频帧光流方向 的不一致性进行检测。实验结果表明,本文方法不依赖于原始视频,计算复杂度低,能够有 效检测运动对象删除操作,并在空时域上对篡改区域进行定位。     

数字视频真实性和来源的被动取证技术

分析了多种视频篡改伪造行为的特点以及它们对视频被动取证的影响,然后从真实性和来源取证2个方面,归纳了基于视频伪造过程遗留的痕迹和基于视频捕获成像设备特性等被动取证的典型方法,并详细地探讨了本领域存在的问题和未来的发展趋势。     

基于P、B帧MBNV特征的视频篡改检测方法

随着视频编辑软件的普及使用,视频篡改变得越来越容易。文中针对视频帧间篡改行为,分析讨论了视频帧中宏块数量在视频篡改情况下的变化规律,提出了基于视频P、B帧宏块数量变化(MBNV)特征的视频篡改检测算法,与现有算法不同的是:文中算法考虑了编码中常见的B帧在经历帧间篡改操作后的异常特性。算法通过对异常帧的判断提取,利用I帧的周期性特性,判断视频是否经过篡改,并对视频的篡改手段进行鉴别。实验证明,文中提出的方法对不同的视频编码方式和不同的比特率都有不错的检测效果。     

针对视频运动补偿帧率提升篡改的主动混噪取证算法

运动补偿帧率提升(MC-FRUC)是常见的视频时域篡改手段。现有方法依靠被动分析视频统计特征发现MC-FRUC篡改,然而,视频统计特性的非平稳性影响了取证性能的稳定性。该文提出一种主动混噪取证算法,通过预先混入统计特性已知的高斯白噪声,提高MC-FRUC取证的准确度。首先,利用伪随机序列生成高斯白噪声,加入原始视频序列。接着,由小波系数的绝对中位差预测各视频帧中混入高斯噪声的标准差。最后,检测高斯噪声标准差的时域变化周期性,通过硬阈值判决,自动甄别MC-FRUC篡改。实验结果表明,针对不同的MC-FRUC伪造方法,提出算法均表现出良好的取证性能,尤其是当采用去噪、压缩等操作后处理视频后,提出算法仍能确保较高的检测准确度。     

高速公路视频检测系统

高速公路视频检测技术是信息化和智能化进程中的一次非常好的挑战,对于高速公路安全行驶具有非常大的实践意义。故本文重点从高速公路视频检测系统的机构以及目前国内外对于视频检测的研究现状进行了分析。     

数字图像拼接篡改盲取证技术研究

研究图像的篡改识别问题,由于数字图像能够被轻易的篡改并且很难发现改动痕迹,对篡改像素不融合现象识别不清,导致图像篡改很难被肉眼识别。为解决上述问题,从篡改者的角度对目前流行的篡改手段做了新的分类,详细分析了各种篡改取证技术的优缺点。提出了一种基于统计特征分类的盲检测算法,实验表明,从图像的双谱幅值和相角检测可以准确识别出篡改后的图像,为篡改图像的识别提供了依据。     

A video semantic detection method based on locality-sensitive discriminant sparse representation and weighted KNN

Video semantic detection has been one research hotspot in the field of human-computer interaction. In video features-oriented sparse representation, the features from the same category video could not achieve similar coding results. To address this, the Locality-Sensitive Discriminant Sparse Representation (LSDSR) is developed, in order that the video samples belonging to the same video category are encoded as similar sparse codes which make them have better category discrimination. In the LSDSR, a discriminative loss function based on sparse coefficients is imposed on the locality-sensitive sparse representation, which makes the optimized dictionary for sparse representation be discriminative. The LSDSR for video features enhances the power of semantic discrimination to optimize the dictionary and build the better discriminant sparse model. More so, to further improve the accuracy of video semantic detection after sparse representation, a weighted K-Nearest Neighbor (KNN) classification method with the loss function that integrates reconstruction error and discrimination for the sparse representation is adopted to detect video semantic concepts. The proposed methods are evaluated on the related video databases in comparison with existing sparse representation methods. The experimental results show that the proposed methods significantly enhance the power of discrimination of video features, and consequently improve the accuracy of video semantic concept detection.     

一种基于机器学习的运动目标阴影检测新方法

运动目标检测是物联网智能视频监控中的一个重 要环节。通过对各种阴影检测方法的研究,我们发现仅仅通过一种 特征进行处理并不能准确的检测出阴影。因此,本文提出了一种基于机器学习的运动目标阴 影检测新方法。该方法深度 融合颜色信息、光学不变性以及纹理特征等因素,通过机器学习,自适应地进行目标阴影检 测,在综合分析三种信息检 测结果的基础上,实现对阴影的有效确定。该算法能够有效地结合各种方法的优势,在物联 网应用中取得了较好的效果 和运行效率。     

基于迁移学习的机场场面目标检测与跟踪技术研究

本文分析了深度学习技术的基本原理,讨论了其应用与目标检测与跟踪领域的基本方式。利用实地采集的广汉机场场面视频数据,采用深度迁移学习的策略,研究了面向机场场面目标的检测与跟踪技术。     

基于SOPC的PC视频接口自动化检测系统设计

针对PC出厂时检测视频接口的不便性,从应用角度出发,提出一种基于可编程逻辑器件NIOS Ⅱ软核的PC端视频接口自动化检测系统设计。PC上位机播放特制视频,通过视频接口将图像传输至检测设备盒,设备盒通过NIOS Ⅱ软核控制视频芯片将HDMI、DP视频格式转换成VGA RGB格式,并通过硬核检测行信号(HSYNC)、场信号(VSYNC),将采集到有效显示像素的RGB值缓存在SRAM,并通过高速数据传输接口将数据返回给上位机进行对比。实验证明:该视频接口检测方式节省劳动成本,检测效率高,检测误差率小于1%,最高支持4K30fps视频检测。     

An attack invariant scheme for content-based video copy detection

Due to the advancement in the field of multimedia technology and communication, it has become easier to access, store, and edit video data. Easy manipulation of video data and its rapid distribution have made content-based video copy detection (CBVCD) an active area of research. In a CBVCD system, reference video sequence and query sequence are compared to detect whether the query video sequence is a copy of reference video sequence. Thus, the generation of fingerprint of a video sequence and sequence matching technique are the core tasks of such system. In order to evade such detection process, a copied version may undergo different kinds of transformations like photometric and post-production attack. So the detection system must be robust enough against such attacks. In this work, fingerprint is generated from the sub-bands of wavelet decomposed intensity image and localized intensity gradient histograms of low sub-band. The fingerprint thus obtained reflects considerable discriminating capability and robustness against the attacks. Furthermore, to cope up with the attacks, we have adopted simple pre-processing technique, which enhances the robustness of the system further. A robust sequence matching technique based on multivariate Wald–Wolfowitz test is proposed here. An experiment has been carried out with a database consisting of distinct 642 shots and 1,485 query sequences representing different attacks. Proposed methodology achieves high copy detection rate (99.39 %) and very low false alarm rate (0.14 %) and performs better than other spatio-temporal measure based systems.     

视频实验系统软件开发

介绍了数字视频的基本概念;在德加拉音视频压缩卡AVE7200和摄像机的硬件基础上,完成了对视频压缩和检测关键技术的研究实现;开发了包括视频采集、视频压缩、视频检测和视频编辑的4个环节的综合实验系统。通过对实验系统部分功能演示和在实际中的应用,表明实验系统能够完成对视频的学习、研究和开发。     

基于NIOS II的PC视频接口自动化检测系统设计

针对PC出厂时检测视频接口的不便性,从应用角度出发,提出一种基于可编程逻辑器件NIOS II软核的PC端视频接口自动化检测系统设计。PC上位机播放特制视频,通过视频接口将图像传输至检测设备盒,设备盒通过NIOS II软核控制视频芯片将HDMI、DP视频格式转换成VGA RGB格式,并通过硬核检测行信号(HSYNC)、场信号(VSYNC),并将采集到有效显示像素的RGB值缓存在SRAM,并通过高速数据传输接口将数据返回给上位机进行对比。实验证明：该视频接口检测方式节省劳动成本,检测效率高,检测误差率小于1%,最高支持4K 30fps视频检测。     

基于视频的车辆检测与跟踪算法综述

首先介绍了交通检测系统,指出视频交通检测技术日益成为计算机视觉领域中备受关注的前沿方向。在此基础上,分别讨论了常用的车辆检测算法,基于模型的车辆检测算法,车辆跟踪的基本类型,以及基于模板匹配、卡尔曼滤波和粒子滤波的车辆跟踪算法,同时分析比较了各种算法的优缺点。最后,展望了这一领域未来研究的热点。